江西电力交易中心有限公司;广东博慎智库能源科技发展有限公司许继和获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉江西电力交易中心有限公司;广东博慎智库能源科技发展有限公司申请的专利考虑时段划分的PSO-LSSVM短期负荷预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115660111B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211310261.4,技术领域涉及:G06N20/10;该发明授权考虑时段划分的PSO-LSSVM短期负荷预测方法是由许继和;王俊;陈皓勇;毛宇文;向伟;刘玮;谢忠华;范锟;万利;刘程;刘敏;马成元设计研发完成,并于2022-10-25向国家知识产权局提交的专利申请。
本考虑时段划分的PSO-LSSVM短期负荷预测方法在说明书摘要公布了:本发明公开了考虑时段划分的PSO‑LSSVM短期负荷预测方法,包括以下步骤:步骤一,获取;步骤二,计算;步骤三,建立;步骤四,代入;其中在上述步骤一中,获取电力负荷数据和气象统计数据,构造样本数据集D;本发明计算特定时段下的LSSVM预测输出平均绝对误差,依据平均绝对误差的变化趋势将全天24小时划分为N个无重复元素的时间集合T1,T2,···,Tk,在此基础上建立N组的PSO‑LSSVM模型分别以LSSVM模型预测输出在对应时间集合Tk的平均绝对误差指标最小化作为适应度函数,迭代优化LSSVM模型控制参数,得到N组LSSVM最优参数,将N组LSSVM最优参数代入N个LSSVM模型进行预测并将输出结果拼接,得到最终短期负荷预测结果,最后通过仿真验证了所提方法的有效性,为短期负荷预测精度优化提供一种思路。
本发明授权考虑时段划分的PSO-LSSVM短期负荷预测方法在权利要求书中公布了:1.考虑时段划分的PSO-LSSVM短期负荷预测方法,包括以下步骤:步骤一,获取;步骤二,计算;步骤三,建立;步骤四,代入;其特征在于: 其中在上述步骤一中,获取电力负荷数据和气象统计数据,构造样本数据集D; 其中在上述步骤二中,建立一个LSSVM模型对步骤一构造的数据集D进行回归预测,计算在时间集合Tk下的LSSVM预测输出平均绝对误差,依据平均绝对误差的变化趋势,最终将全天24小时划分为N个无重复元素的时间集合T1,T2,…,Tk;建立一个LSSVM模型对步骤一构造的数据集D进行回归预测,计算在时间集合Tk下的LSSVM预测输出平均绝对误差,依据平均绝对误差的变化趋势,最终将全天24小时划分为N个无重复元素的时间集合T1,T2,…,Tk的具体过程如下: 1LSSVM预测输出在时间集合Tk的平均绝对误差指标的计算公式为: 其中,Tk为第k个时间集合,n为集合Tk长度,ytp为实际值,ytm为预测值; 2时段划分初始化参数k=1和时间集合Tk={tstart,tstart+1,tstart+2,tend},Tk集合中的元素代表24小时中的某些整点时刻,第一个元素为tstart=1,代表1:00:00,最后一个元素tend=tstart+3,代表4:00:00; 3LSSVM模型采用径向基核函数,依据步骤一构造的数据集D进行训练; 4根据步骤二1计算LSSVM预测输出在时间集合Tk的平均绝对误差指标MAE0; 5尝试往集合Tk中添加tend+1元素; 6若tend+124,则Tk构建完毕,退出循环并输出时段划分结果T1,T2,…,Tk,否则按照步骤二1中计算得到MAE1; 7若MAE1≤MAE0,则Tk=Tk∪{Tend+1},Tend=Tend+1; 8若MAE1MAE0,则Tk构建完毕,k=k+1,Tstart=Tend+1; 9初始化新的时间集合Tk={tstart,tstart+1,tstart+2,tend},Tstart=Tstart+3; 若新的时间集合Tk中有任意元素大于24,则退出循环并输出时段划分结果T1,T2,…,Tk,否则重复步骤二4到步骤二9; 其中在上述步骤三中,根据步骤二得到的N个时间集合建立N组的PSO-LSSVM模型,各组LSSVM模型均以步骤一构造的数据集D进行训练,PSO模型以LSSVM模型预测输出在对应时间集合Tk的平均绝对误差指标最小化作为适应度函数,迭代优化LSSVM模型控制参数,得到N组LSSVM最优参数; 其中在上述步骤四中,将步骤三得到的N组LSSVM最优参数代入N个LSSVM模型并对步骤一构造的数据集D进行预测,根据步骤二得到的N个时间集合将N个LSSVM模型的预测输出结果进行拼接,得到最终短期负荷预测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西电力交易中心有限公司;广东博慎智库能源科技发展有限公司,其通讯地址为:330000 江西省南昌市青山湖区湖滨东路666号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励